Introdução
Kili é uma plataforma para construir, anotar e avaliar os conjuntos de dados dos quais os modelos de machine learning dependem. Ela resolve um problema específico no desenvolvimento de IA: benchmarks automatizados não conseguem dizer se um modelo está correto da forma que só um especialista treinado — um clínico, um analista de imagens ou um especialista de domínio — pode julgar. O Kili traz esses especialistas para fluxos de trabalho estruturados de revisão e rotulagem, mede o nível de concordância entre eles e registra cada julgamento para que as equipes possam auditar como seus dados foram produzidos.
O produto cobre três principais casos de uso: avaliação de IA, em que especialistas julgam as saídas dos modelos; pós-treinamento, em que especialistas escrevem os exemplos usados para ajustar finamente os modelos; e rotulagem de dados, em que especialistas de domínio anotam ativos que só eles podem classificar corretamente. O Kili é desenvolvido pela Kili Technology, empresa que também publica documentação, um SDK Python e uma API para acesso programático. A plataforma suporta múltiplas modalidades de dados e oferece opções de implantação em nuvem, híbrida e on-premise para equipes com requisitos rigorosos de residência de dados.
Principais Recursos
- Revisão com especialista no fluxo: Especialistas revisam as saídas dos modelos e as decisões de rotulagem em um processo desenhado, com evidências guardadas para cada decisão, tornando os resultados defensáveis.
- Controles de qualidade integrados: Os erros são detectados na etapa em que ocorrem, e não em uma passada posterior de limpeza, e os revisores recebem contexto suficiente para corrigir o trabalho na primeira vez.
- Rastro de auditoria completo: Cada versão de cada julgamento, junto com a pessoa que o fez, é registrada desde a primeira previsão do modelo até a correção final do especialista.
- Anotação multimodal: O Kili suporta imagem, vídeo, áudio, linguagem natural, OCR e análise de layout de documentos, além de imagens geoespaciais, incluindo formatos especializados para trabalhos específicos de domínio.
- Anotação de imagens assistida por SAM 2: A anotação de imagens é acelerada por meio da integração com o SAM 2 combinada com verificações automatizadas de qualidade.
- Implantação flexível: As equipes podem usar a nuvem do Kili, manter os arquivos em seu próprio armazenamento ou executar a plataforma em sua própria infraestrutura Kubernetes dimensionada conforme requisitos publicados.
- Serviços de contratação de força de trabalho: Para projetos selecionados, o Kili oferece uma rede de parceiros que recruta e treina anotadores, com garantia de qualidade e gestão da força de trabalho conduzidas por sua equipe.
Destaques
- Preços: Há uma avaliação gratuita de $0 por mês com 2–5 assentos para a equipe, limite de 100 ativos para texto, documentos e imagens, e limite de 5 ativos para vídeo e imagens de satélite. O plano Grow é uma assinatura personalizada com até 20 assentos e até 50.000 ativos, e o plano Enterprise é um contrato personalizado que inclui SSO, termos personalizados e segurança avançada.
- Sem cartão de crédito: A avaliação gratuita e uma avaliação gratuita de duas semanas para equipes não exigem cartão de crédito.
- Complementos: As opções incluem armazenamento em nuvem expandido, ativos e assentos adicionais, serviços de rotulagem dedicados, implantação on-premise (somente Enterprise) e suporte à conformidade com regulamentações de dados (somente Enterprise).
- API e SDK Python: Disponíveis no plano Grow e superiores para integração programática.
Para Quem É
O Kili é voltado para equipes de machine learning e ciência de dados que precisam de dados de treinamento ou avaliação verificados por especialistas, especialmente em domínios regulados ou especializados. Os usuários típicos incluem engenheiros de ML que ajustam finamente modelos, líderes de equipes de anotação que gerenciam grandes forças de trabalho, equipes de governança e conformidade de IA que precisam de registros auditáveis sob regras como o AI Act da UE, e especialistas em áreas como bancos, seguros, saúde e análise geoespacial. Os estudos de caso no site do fornecedor incluem o LCL Bank automatizando a extração de documentos KYC, a seguradora Covea analisando 1,5 milhão de comentários de clientes e a Enabled Intelligence alcançando mais de 95% de precisão em milhões de rótulos geoespaciais.
